Question

我正在使用Tensorflow r0.12。

我在本地使用google-cloud-ml运行2个不同的培训工作。在第一份工作中，我找到了我的变量的良好初始值。我将它们存储在V2检查点。

当我尝试恢复变量以便在第二个作业中使用它们时：

import tensorflow as tf

sess = tf.Session()
new_saver = tf.train.import_meta_graph('../variables_pred/model.ckpt-10151.meta', clear_devices=True)
new_saver.restore(sess, tf.train.latest_checkpoint('../variables_pred/'))
all_vars = tf.trainable_variables()
for v in all_vars:
    print(v.name)

我收到以下错误消息：

tensorflow.python.framework.errors_impl.InternalError: Unable to get element from the feed as bytes.

在第一个作业中使用这些行创建检查点：

saver = tf.train.Saver()
saver.export_meta_graph(filename=os.path.join(output_dir, 'export.meta'))
saver.save(sess, os.path.join(output_dir, 'export'), write_meta_graph=False)

根据this answer，它可能来自缺少元数据文件，但我正在加载元数据文件。

PS：我使用参数clear_devices=True，因为google-cloud-ml上的启动生成的设备规格非常错综复杂，我不一定需要获得同样的调度。

Answer 1

错误消息是由于缺少名为＆＃34; checkpoint＆＃34;的文件。无意中。

在相应的文件夹中重新引入此文件后，似乎加载了检查点。

很抱歉忽略了这个关键点。

Answer 2

我认为问题可能在于您保存模型时设置了write_meta_graph = False。因此，我认为您实际上并未保存图表，因此当您尝试恢复时，无法恢复图表。尝试设置write_meta_graph = True

Answer 3

错误消息也是由于无意中名为“checkpoint”的文件中的错误。

例如，包含模型的文件夹已被移动，但“checkpoint”中的“model_checkpoint_path：”值仍为旧路径。

Tensorflow失败，＆＃34;无法从Feed中获取元素作为字节。＆＃34;尝试恢复检查点时

3 个答案: